研制与批产订单混合调度建模及优化方法研究

摘要

制造全球化、信息化、智能化的发展，为制造业带来了新的机遇和挑战，提高生产效率，应对多变的市场需求成为了企业发展的关键。军工制造行业作为国家的重要战略产业之一，相比于其他行业而言，其生产管理具有鲜明的特色：研制批产订单共存，生产不确定性更高，调度问题更为复杂。提升如此复杂和重要的军工行业产能是时代所需，也是国家所求。优化调度系统作为提升企业产能的有效手段之一，倍受学术界和工业界关注。然而，现有研究多集中于确定性调度问题，少数不确定调度的研究针对的也多为相对较为简单的Flow shop或非柔性Job shop，未能满足军工企业实际生产的需求。因此，本文以军工制造企业为研究对象，针对单元生产中研制订单和批产订单的混合调度问题进行了研究。
　　首先对研制批产混合条件下的静态调度问题进行研究。在考虑工件完工时间与交货期时间窗的关系的基础上，归纳出提前/拖期惩罚取值区间的求解方法，以最小化惩罚区间为目标构建了区间调度模型，主要对工件的加工顺序和加工设备进行决策。使用改进的遗传算法对模型进行求解，针对模型的特点对遗传算法的适应度求解和选择方法上做出了改进。
　　其次，考虑生产系统内的随机事件（如新订单到达，设备故障等），对动态调度问题进行了研究。建立了以最小化提前/拖期惩罚和调度偏离度为目标的动态调度模型，该模型基于滚动调度策略以及周期-时间双驱动的再调度触发模式，对每台设备上加工的工件和工件的加工顺序进行决策。本文对动态调度遗传算法进行了设计，在现有多目标遗产算法研究的基础上，针对多目标区间数条件下的基于Pareto的比较方法进行了改进。
　　最后，使用企业生产数据对模型和算法进行实例研究。构建一系列性能评价指标衡量模型和算法的有效性，并对调度算法参数的选择做出了分析。数值实验结果证明了本文模型和算法的有效性，对军工企业的生产实际有很强的指导意义。

目录

声明

第一章 绪论

1.1 研究背景

1.2 本文的研究目标

1.3 论文结构

第二章 生产调度及遗传算法研究综述

2.1 生产调度问题

2.2 生产调度问题研究现状

2.3 遗传算法相关理论

2.4 本章小结

第三章 研制批产混合静态调度研究

3.1 问题描述

3.2 静态调度模型的建立

3.3 静态调度算法设计

3.4 静态调度实例分析及参数研究

3.5 本章小结

第四章 研制批产混合动态调度研究

4.1 动态调度问题的描述

4.2 滚动调度策略

4.3 多目标动态调度模型的建立

4.4 动态调度算法设计

4.5 动态调度实例验证及性能分析

4.6 本章小结

第五章 总结与展望

参考文献

附录

攻读学位期间的学术成果

致谢